基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高对空袭目标的识别能力,提出了一种基于粗糙集支持向量机的空袭目标识别方法.该模型用RS方法构建SVM数据处理系统的前置系统,充分利用RS理论在处理大数据量,消除冗余信息等方面的优势,减少了SVM训练数据,克服了SVM算法因为数据量太大而导致处理速度慢的缺点.根据分类识别的要求,在RS-SVM两类分类算法的基础上,建立了成对分类目标识别模型.通过仿真试验证明,该方法具有较高的识别率,在空袭目标识别中体现极强的优势.
推荐文章
基于粗集的SVM算法在空袭目标识别中的应用
粗糙集
支持向量机
目标识别
粗糙集和支持向量机的表具识别算法研究
表具识别
量子粒子群算法
粗糙集
属性约简
支持向量机
粗糙集和区间数空袭目标威胁评估
威胁评估
粗糙集
区间数
权重
融合粗糙集与球形支持向量机的多分类识别
粗糙集
球形支持向量机
分类
模式识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粗糙集支持向量机的空袭目标识别
来源期刊 火力与指挥控制 学科 军事
关键词 粗糙集 支持向量机 目标识别
年,卷(期) 2011,(9) 所属期刊栏目 理论研究
研究方向 页码范围 133-135
页数 分类号 E9
字数 2225字 语种 中文
DOI 10.3969/j.issn.1002-0640.2011.09.034
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王永成 17 97 6.0 9.0
3 王宏飞 2 5 1.0 2.0
6 姜长生 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (3)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (14)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粗糙集
支持向量机
目标识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
火力与指挥控制
月刊
1002-0640
14-1138/TJ
大16开
山西太原193号信箱
22-134
1976
chi
出版文献量(篇)
9188
总下载数(次)
26
总被引数(次)
34280
论文1v1指导